基于形态学特征提取的人工神经网络在口腔鳞状细胞癌诊断中的应用.pdfVIP

昆 明 医 学 院 学 报 2012，(1)：29—32 CN 53—1O49／R JournalofKunmin8M edicalUniversity 基于形态学特征提取的人工神经网络在 口腔鳞状细胞癌诊断中的应用 马开宇，马开阳，黎 明，代晓明，李逸松 (昆明医学院附属 口腔医院，云南 昆明 650031) [摘要] 日的 基于形态学图像处理方法，应用径向基神经网络 (radialbasisfunction，RBF)寻找一种可行、 便捷的方法辅助El腔鳞状细胞癌的诊断．方法 选择口腔鳞状细胞癌和E1腔非癌的组织病理切片图像进行形态学 方法处理，提取表述特征的向量 ，作为训练集训练RBF网络；另选择 67帧病理图像，包含癌和非癌的病例，作 为测试集观察RBF的性能．结果 在 RBF网络将测试标本分类结果的分析中可以看到不同输出值分类阈值的选 择对应不同的诊断敏感度和特异度．结论 训练后的RBF虽然鉴别阳性 、阴性的能力不能和金标准 (即病理诊 断)相比，但是通过选择不同敏感度和特异度，依然能够有效辅助病理医师，提高诊断效率 ，发挥机器的优势． [关键词]口腔鳞状细胞癌；神经网络 (计算机)；图像处理 [中图分类号]R739．8 [文献标识码]A [文章编号]1003—4706 (2Ol1)27—0029—04 ApplicationofArtificialNeuralNetworkbasedon MorphometricFeatur eExtractioninDiagnosisofOral SquamousCellCcaarrccinoma MA Kai—yu，MA Kai—yang，LIMing，DAIXiao—ming，LIYi—song (TheAffiliatedStomatologyHospitalofKunmingMedicalUniversity，KunmingYunnan650031，China) [Abstract]Objective Tofindafeasibleandconvenientwaytohelppathologisttoanalyzecellfeaturesoforal squamouscellcarcinoma。anartificialneuralnetwork (radialbasisfunction)hasbeenappliedbasedonthe morphometricimageprocessing．Methods Someimagesofhistopahologicalsectionsofpatientssufferingfrom oral squamouscellcarcinomaandnon-carcinomaepithelium wereselectedtotrainaRBFnetwork．Thenetworkwas basedonamorphometricmethodtoextractafeaturevector．Another67imagesofsectionsincludingoral squamous cellcracinomaandnon-carcinomaweretestedbythetrainednetworktoevaluatetheperformna ceofRBFnetwork． Result Through the analysisoftheoutputoftrained RBF network classification， differentsensitivityand specificityofdiagnosiswasachievedbychoosingdifferentthresholdvaluecorrespongingly．Conclusion RBF networkisafeasibleauxiliarytoolinthediangosisoforalsquamouscellcarcinoma， eventhoughitcannotbea precisediagnosisstandrad． [Keywords]Orals